一种纸币币值的识别方法及装置与流程

本发明实施例涉及纸币检测技术领域，特别是涉及一种纸币币值的识别方法及装置。

背景技术：

随着经济的发展，纸币的流通量越来越大，很多行业都出现了基于纸币识别技术的智能化无人收费系统。例如，纸币识别技术不仅应用在自动售货售票上，还应用到银行的自动存取款机或营业厅的自动交费机等系统中。同时，点钞机的发明也为各个行业提供了方便。纸币币值识别装置的应用，节省了大量的人力资源，极大地提升了工作效率。

纸币币值的识别是纸币验证的基础识别部分，币值识别的结果将在纸币后续处理的过程中发挥关键作用。现有技术中，主要是采用基于神经网络的识别算法来识别纸币的币值，即获取大量的纸币作为样本数据，然后抽取特征，进行神经网络的训练，并测试神经网络的收敛性及模拟样本的识别率。然而，由于基于神经网络的模式识别方法需要采集大量的样本进行测试，使得识别过程相对繁琐，影响纸币币值识别的速度。同时，在纸币币值的识别过程中，一般都是根据纸币自身的特点设定特征区域，并根据特征区域的独有特征来识别纸币的币值。因此，若纸币在使用过程中出现弯折或污损等情况时，使得所需要识别的纸币的特征区域将呈现出不同的特点，影响纸币币值的识别效率。

所以，现有技术对纸币币值的识别可靠性较差。

技术实现要素：

有鉴于此，本发明实施例提供一种纸币币值的识别方法及装置，以简化现有识别方法，并提高纸币币值的识别效率。

第一方面，本发明实施例提供了一种纸币币值的识别方法，包括：

获取待测纸币背景区域和特征区域的灰度图像；

根据所述背景区域的灰度图像计算背景灰度值，并根据所述背景灰度值在所述特征区域中确定区别于背景的特征像素点；

根据所述特征像素点的特征属性识别所述待测纸币的币值。

进一步的，根据所述背景区域的灰度图像计算背景灰度值，并根据所述背景灰度值在所述特征区域中确定区别于背景的特征像素点包括：

根据所述背景区域的灰度图像计算所有像素点的灰度平均值，作为背景灰度值；

根据所述背景灰度值在所述特征区域中确定灰度值大于所述背景灰度值的像素点作为区别于背景的特征像素点。

进一步的，根据所述特征像素点的特征属性识别所述待测纸币的币值包括：

计算所述特征区域中特征像素点的灰度值与所述背景灰度值之间的差值，并将所有差值之和作为特征属性；

根据所述特征区域的特征属性与预设特征门限值的关系，识别所述待测纸币的币值。

进一步的，所述待测纸币为伊朗币，所述灰度图像为对待测纸币进行红外检测到的图像；

所述背景区域为纸币正面的人物外的背景花纹，所述特征区域为荧光区域；

相应的，根据所述特征区域的特征属性与预设特征门限值的关系，识别所述待测纸币的币值包括：

判断所述特征区域的特征属性是否大于预设特征门限值，若是，则所述伊朗币的币值为2万，否则币值为5万或10万。

进一步的，该方法还包括：获取待测纸币的第一比对区域和第二比对区域的灰度图像；

根据所述第一比对区域和第二比对区域的灰度图像，分别确定所述第一比对区域和第二比对区域的特征属性；

根据所述第一比对区域和第二比对区域的特征属性之间的关系，识别所述待测纸币的币值。

进一步的，根据所述第一比对区域和第二比对区域的灰度图像，分别确定所述第一比对区域和第二比对区域的特征属性包括：

根据所述第一比对区域和第二比对区域的灰度图像，分别计算所有像素点的灰度平均值，作为所述第一比对区域和第二比对区域的特征属性。

进一步的，所述第一比对区域和第二比对区域为不同的花纹区域；

相应的，根据所述第一比对区域和第二比对区域的特征属性之间的关系，识别所述待测纸币的币值包括：

如果所述第一比对区域的特征属性大于第二比对区域的特征属性，且特征属性之差大于预设差值门限值，则所述伊朗币的币值为10万，否则为5万。

第二方面，本发明实施例提供了一种纸币币值的识别装置，包括：

灰度图像获取模块，用于获取待测纸币背景区域和特征区域的灰度图像；

灰度值计算模块，用于根据所述背景区域的灰度图像计算背景灰度值，并根据所述背景灰度值在所述特征区域中确定区别于背景的特征像素点；

第一币值识别模块，用于根据所述特征像素点的特征属性识别所述待测纸币的币值。

进一步的，所述灰度值计算模块包括：

灰度平均值计算单元，用于根据所述背景区域的灰度图像计算所有像素点的灰度平均值，作为背景灰度值；

特征像素点确定单元，用于根据所述背景灰度值在所述特征区域中确定灰度值大于所述背景灰度值的像素点作为区别于背景的特征像素点。

进一步的，所述第一币值识别模块包括：

第一特征属性确定单元，用于计算所述特征区域中特征像素点的灰度值与所述背景灰度值之间的差值，并将所有差值之和作为特征属性；

第一币值识别单元，用于根据所述特征区域的特征属性与预设特征门限值的关系，识别所述待测纸币的币值。

进一步的，所述待测纸币为伊朗币，所述灰度图像为对待测纸币进行红外检测到的图像；

所述背景区域为纸币正面的人物外的背景花纹，所述特征区域为荧光区域；

相应的，所述第一币值识别单元具体用于：

判断所述特征区域的特征属性是否大于预设特征门限值，若是，则所述伊朗币的币值为2万，否则币值为5万或10万。

进一步的，该装置还包括：比对区域图像获取模块，用于获取待测纸币的第一比对区域和第二比对区域的灰度图像；

特征属性确定模块，用于根据所述第一比对区域和第二比对区域的灰度图像，分别确定所述第一比对区域和第二比对区域的特征属性；

第二币值识别模块，用于根据所述第一比对区域和第二比对区域的特征属性之间的关系，识别所述待测纸币的币值。

进一步的，所述特征属性确定模块包括：

第二特征属性确定单元，用于根据所述第一比对区域和第二比对区域的灰度图像，分别计算所有像素点的灰度平均值，作为所述第一比对区域和第二比对区域的特征属性。

进一步的，所述第一比对区域和第二比对区域为不同的花纹区域；

相应的，所述第二币值识别模块具体用于：

如果所述第一比对区域的特征属性大于第二比对区域的特征属性，且特征属性之差大于预设差值门限值，则所述伊朗币的币值为10万，否则为5万。

本发明实施例提供的一种纸币币值的识别方案，在获取待测纸币背景区域和特征区域的灰度图像后，可根据背景区域的灰度图像计算出背景灰度值，根据背景灰度值可在特征区域中确定区别于背景的特征像素点。其中，特征像素点的特征属性可为纸币币值的识别提供数据基础。由于特征像素点是结合背景区域以及特征区域的自身特征所确定的，因此可以避免纸币的特征区域在出现污损或弯折的情况时对纸币币值的识别率所带来的影响，达到提高纸币币值识别率的效果。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1是本发明实施例一提供的一种纸币币值的识别方法的流程图；

图2是本发明实施例一提供的币值为2万的伊朗币背景区域和特征区域的示意图；

图3是本发明实施例二提供的一种伊朗币币值的识别方法的流程图；

图4是本发明实施例三提供的一种伊朗币币值的识别方法的流程图；

图5是本发明实施例三提供的币值为5万的伊朗币背景区域、特征区域、第一比对区域以及第二比对区域的示意图；

图6是本发明实施例三提供的币值为10万的伊朗币背景区域、特征区域、第一比对区域和第二比对区域的示意图；

图7是本发明实施例四提供的一种纸币币值的识别装置的结构框图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。

另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。

实施例一

图1是本发明实施例一提供的一种纸币币值的识别方法的流程图。本实施例的方法可由纸币币值的识别装置来执行，其中该装置可由软件和/或硬件实现，一般可集成在自动售票机或点钞机等金融设备中。如图1所示，本实施例提供的纸币币值识别方法具体包括如下步骤：

步骤110、获取待测纸币背景区域和特征区域的灰度图像。

其中，待测纸币优选为伊朗币，也可以为纸币表面存在明显色差区域的其他币种(如人民币或印尼盾)。

在纸币的识别过程中，纸币灰度图像是通过图像采集传感器对待测纸币进行红外检测到的图像。在平常情况下，由于纸币的颜色在RGB模型(加色法混色模型)中为彩色，它是通过红(R)、绿(G)和蓝(B)三个颜色通道的变化以及它们之间相互的叠加得到的，若直接在RGB模型中识别待测纸币的币值难度较大。而在灰度图像中，各个像素点灰度值的范围为0～255，因此灰度图像的提取可减小纸币币值识别过程中的计算量。

图2是本发明实施例一提供的币值为2万的伊朗币背景区域和特征区域的示意图。如图2所示，待测纸币的背景区域优选为纸币正面除人物外的存在背景花纹的区域；特征区域优选为荧光区域。示例性的，背景区域和特征区域的确定可以采取设置坐标范围的方式。优选的，可将待测纸币左上角的端点作为坐标原点。此时，直角坐标系的位置可得到确定，然后可以获取到背景区域和特征区域的坐标范围。若X表示横坐标范围，Y表示纵坐标范围，以待测纸币长边方向为X轴，短边方向为Y轴；在本实施例中，背景区域的位置优选为：X＝[440:460]，Y＝[145:185]；特征区域的位置优选为：X＝[75:120]，Y＝[30:20]。

步骤120、根据背景区域的灰度图像计算背景灰度值，并根据背景灰度值在特征区域中确定区别于背景的特征像素点。

示例性的，背景灰度值的计算方式可以为：根据背景区域的灰度图像计算所有像素点的灰度平均值，作为背景灰度值。由于背景区域内像素点个数较多，若直接采用灰度值之和进行计算，将增大运算量。通过采用灰度平均值，可以避免因计算量过大而对纸币识别效率带来的影响。

其中，特征像素点指的是对待测纸币币值的识别具有实质性意义的像素点。示例性的，根据所述背景灰度值在所述特征区域中确定区别于背景的特征像素点的方法可包括：根据背景灰度值在特征区域中确定灰度值大于背景灰度值的像素点作为区别于背景的特征像素点。具体的，若将图2中背景区域的背景灰度值标记为M1，则可将特征区域中灰度值大于M1的像素点作为特征像素点。上述特征像素点的选取主要是结合背景区域的特征，这样设置的好处在于：避免了单纯根据特征区域本身的特征识别待测纸币币值时，在特征区域存在污损或弯折等情况下对币值识别的准确性所造成的影响。

步骤130、根据特征像素点的特征属性识别待测纸币的币值。

其中，特征像素点的特征属性是指特征区域区别于背景区域的独有特征。优选的，特征属性主要是指：特征像素点的灰度值与背景区域灰度平均值之间差距的大小。具体的，若在特征区域中确定的特征像素点(即灰度值大于背景灰度值的像素点)较多时，特征区域相对于背景区域呈现较亮的特点。此时，特征像素点的灰度值与背景区域灰度平均值的差距较大。因此，特征属性的确定能为纸币币值的识别奠定基础，通过特征属性识别待测纸币的币值可以达到简化现有的币值识别方法，提升纸币币值的识别率。

本发明实施例提供的一种纸币币值的识别方法，在获取待测纸币背景区域和特征区域的灰度图像后，可根据背景区域的灰度图像计算出背景灰度值，根据背景灰度值可在特征区域中确定区别于背景的特征像素点。其中，特征像素点的特征属性可为纸币币值的识别提供数据基础。由于特征像素点是结合背景区域以及特征区域自身特征所确定的，因此可以避免纸币的特征区域在出现污损或弯折的情况下给纸币币值的识别率所带来的影响，达到提高纸币币值识别率的效果。

实施例二

图3是本发明实施例二提供的一种伊朗币币值的识别方法的流程图。本实施例在上述实施例的基础上进行了优化。参考图3，本发明实施例具体包括如下步骤：

步骤210、获取待测纸币背景区域和特征区域的灰度图像。

步骤220、根据背景区域的灰度图像计算背景灰度值，并根据背景灰度值在特征区域中确定区别于背景的特征像素点。

步骤230、计算特征区域中特征像素点的灰度值与背景灰度值之间的差值，并将所有差值之和作为特征属性。

具体的，在伊朗币币值识别的过程中，若将背景区域的灰度平均值标记为M1，特征区域D中的特征像素点标记为gi，则通过公式可以确定特征像素点的特征属性。特征属性的确定可为伊朗币币值的识别提供依据，由于特征属性结合了背景区域的灰度特征，因此可以避免特征区域受到污损时对纸币币值识别率的影响，可为纸币币值的识别提供保障，提高纸币币值识别的可靠性。

步骤240、判断特征区域的特征属性是否大于预设特征门限值，若是，则执行步骤250；否则执行步骤260。

其中，预设特征门限值优选为在实际操作过程中，经过大量实验统计出的经验值。通过预设特征门限值的确定，可有效地识别出待测纸币的币值。

步骤250、确定待测伊朗币的币值为2万。

步骤260、确定待测伊朗币的币值为5万或10万。

本发明实施例二在上述实施例的基础上，通过计算特征像素点的特征属性，可为待测伊朗币的识别提供依据。同时由于特征属性的确定结合了背景区域的灰度特征，因此可为纸币币值的识别提供保障，提高纸币币值识别的准确性。

实施例三

图4是本发明实施例三提供的一种伊朗币币值的识别方法的流程图。本实施例在上述实施例的基础上进行了优化。参考图4，本发明实施例具体包括如下步骤：

步骤310、获取待测纸币背景区域和特征区域的灰度图像。

步骤320、根据背景区域的灰度图像计算背景灰度值，并根据背景灰度值在特征区域中确定区别于背景的特征像素点。

步骤330、根据特征像素点的特征属性识别所述待测纸币的币值。

具体的，对于伊朗币而言，通过上述步骤可识别出伊朗币的币值是2万，还是5万或10万。

步骤340、获取待测纸币的第一比对区域和第二比对区域的灰度图像。

其中，第一比对区域以及第二比对区域也可理解为在纸币币值识别过程中的特征区域。第一比对区域、第二比对区域以及灰度图像的获取方式可参照上述实施例一所提供的特征区域以及灰度图像的获取方式，此处不再赘述。在本实施例中，第一比对区域和第二比对区域为不同的花纹区域。图5是本发明实施例三提供的币值为5万的伊朗币背景区域、特征区域、第一比对区域以及第二比对区域的示意图。图6是本发明实施例三提供的币值为10万的伊朗币背景区域、特征区域、第一比对区域和第二比对区域的示意图。优选的，第二比对区域在确定时，要选择在花纹范围内部并尽可能地缩小其范围。这样设置是为了保证第二比对区域中像素点的灰度值尽可能小，进而使得与第一比对区域的灰度值差别较大。如图5和图6所示，第一比对区域的位置优选为：X＝[50:150]，Y＝[140:210]；第二比对区域的位置优选为：X＝[135:165]，Y＝[230:255]。比对区域的确定是纸币币值识别过程中的第一步也是最重要的一步。在比对区域确定后，可根据比对区域的特征对纸币的币值进行识别。

步骤350、根据第一比对区域和第二比对区域的灰度图像，确定第一比对区域和第二比对区域的特征属性。

其中，第一比对区域以及第二比对区域的特征属性是指第一比对特征区域以及第二比对特征区域的灰度属性。示例性的，可根据第一比对区域和第二比对区域的灰度图像，分别计算所有像素点的灰度平均值，作为第一比对区域和第二比对区域的特征属性。

步骤360、判断第一比对区域的特征属性是否大于第二比对区域的特征属性，若是，则执行步骤370；否则，执行步骤380。

具体的，在伊朗币识别的过程中，若将第一比对区域的灰度平均值标记为M2，第二比对区域的灰度平均值标记为M3，如果M2＞M3，则继续下一步的判断；若M2＜M3，则确定待测伊朗币的币值为5万。

步骤370、判断第一比对区域与第二比对区域的特征属性之差是否大于预设差值门限值，若是，则执行步骤390；否则，执行步骤380。

其中，预设差值门限值优选为在实际操作过程中，经过大量实验统计出的经验值。通过预设特征门限值的确定，可有效地识别出待测纸币的币值。

步骤380、确定待测伊朗币的币值为5万。

步骤390、确定待测伊朗币的币值为10万。

本发明实施例三在上述实施例的基础上，通过确定待测伊朗币第一比对区域以及第二比对区域的位置后，可根据第一比对区域以及第二比对区域的特征属性进一步识别出待测伊朗币的币值，提高币值的识别精度。

实施例四

图7是本发明实施例四提供的一种纸币币值的识别装置的结构框图，该装置可由软件和/或硬件实现，一般可集成在自动售票机或点钞机等金融设备中。如图7所示，该装置包括：灰度图像获取模块410、灰度值计算模块420和第一币值识别模块430。

其中，灰度图像获取模块410，用于获取待测纸币背景区域和特征区域的灰度图像；灰度值计算模块420，用于根据所述背景区域的灰度图像计算背景灰度值，并根据所述背景灰度值在所述特征区域中确定区别于背景的特征像素点；第一币值识别模块430，用于根据所述特征像素点的特征属性识别所述待测纸币的币值。

本发明实施例四提供的一种纸币币值的识别装置，在获取待测纸币背景区域和特征区域的灰度图像后，可根据背景区域的灰度图像计算出背景灰度值，根据背景灰度值可在特征区域中确定区别于背景的特征像素点。其中，特征像素点的特征属性可为纸币币值的识别提供数据基础。由于特征像素点是结合背景区域以及特征区域自身特征所确定的，因此可以避免纸币的特征区域在出现污损或弯折的情况下给纸币币值的识别率所带来的影响，达到提高纸币币值识别率的效果。

在上述实施例的基础上，所述灰度值计算模块420包括：灰度平均值计算单元，用于根据所述背景区域的灰度图像计算所有像素点的灰度平均值，作为背景灰度值；特征像素点确定单元，用于根据所述背景灰度值在所述特征区域中确定灰度值大于所述背景灰度值的像素点作为区别于背景的特征像素点。

在上述实施例的基础上，所述第一币值识别模块430包括：第一特征属性确定单元，用于计算所述特征区域中特征像素点的灰度值与所述背景灰度值之间的差值，并将所有差值之和作为特征属性；第一币值识别单元，用于根据所述特征区域的特征属性与预设特征门限值的关系，识别所述待测纸币的币值。

在上述实施例的基础上，所述待测纸币为伊朗币，所述灰度图像为对待测纸币进行红外检测到的图像；所述背景区域为纸币正面的人物外的背景花纹，所述特征区域为荧光区域；相应的，所述第一币值识别单元具体用于：判断所述特征区域的特征属性是否大于预设特征门限值，若是，则所述伊朗币的币值为2万，否则币值为5万或10万。

在上述实施例的基础上，该装置还包括：比对区域图像获取模块，用于获取待测纸币的第一比对区域和第二比对区域的灰度图像；特征属性确定模块，用于根据所述第一比对区域和第二比对区域的灰度图像，分别确定所述第一比对区域和第二比对区域的特征属性；第二币值识别模块，用于根据所述第一比对区域和第二比对区域的特征属性之间的关系，识别所述待测纸币的币值。

在上述实施例的基础上，所述特征属性确定模块包括：第二特征属性确定单元，用于根据所述第一比对区域和第二比对区域的灰度图像，分别计算所有像素点的灰度平均值，作为所述第一比对区域和第二比对区域的特征属性。

在上述实施例的基础上，所述第一比对区域和第二比对区域为不同的花纹区域；相应的，所述第二币值识别模块具体用于：如果所述第一比对区域的特征属性大于第二比对区域的特征属性，且特征属性之差大于预设差值门限值，则所述伊朗币的币值为10万，否则为5万。

上述实施例中提供的纸币币值的识别装置可执行本发明任意实施例所提供的纸币币值的识别方法，具备执行方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的纸币币值的识别方法。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。